1.适用于多场景的基于磁场信号的电流计算方法，应用于由巨磁阻传感器组成的圆形磁场传感器阵列测量系统中，其特征在于，包括如下步骤：步骤一、通过对长直导线周围产生的磁场矢量进行定量计算，建立通电长直导线磁场模型，具体包括：在电流导线垂直于传感器阵列所在平面情况下的第一通电长直导线磁场模型，以及在电流导线不垂直于传感器阵列所在平面情况下的第二通电长直导线磁场模型；步骤二、采集第一通电长直导线磁场模型数据样本并对采集到的数据样本进行预处理，得到训练集；采集第二通电长直导线磁场模型数据样本并对采集到的数据样本进行预处理，得到测试集；步骤三、向MLP神经网络模型导入所述训练集进行训练并导入测试集测试MLP神经网络模型的误差，得到训练后的MLP神经网络模型；步骤四、利用训练后的MLP神经网络模型进行电流计算。
2.如权利要求1所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤一中采用如下方式建立第一通电长直导线磁场模型和第二通电长直导线磁场模型：计算测量点到导线电流之间的垂直距离r；根据安培环路定理和计算所得的r值，计算该测量点对应的磁场强度H，根据计算所得的垂直距离r和对应的磁场强度H建立通电长直导线磁场模型。
3.如权利要求2所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤一中建立第二通电长直导线磁场模型包括：以(m，n，p)定义电流的单位方向向量如下：dl＝dl·(m，n1，p)，s.t.|m 2 +n 1 2 +p 2 |＝1根据几何关系可得：其中：点(x n ，y n ，z n )为过点(x i ，y i ，0)且与电流导线垂直的平面和电流导线的交点，点(x i ，y i ，0)为任意位于传感器阵列所在平面xoy上的测量点，电流导线与xoy平面的交点为(x s ，y s ，0)；计算测量点到电流导线之间的垂直距离r 2 ，公式表示为：上式中，根据安培环路定理及计算所得的r 2 ，计算该测量点对应的磁场强度H。
4.如权利要求2所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤一中建立第二通电长直导线磁场模型包括：以(m，n，p)定义电流的单位方向向量如下：dl＝dl·(m，n1，p)＝dl·(sinαcosβ，sinαsinβ，cisα)其中：α表示电流方向与z轴正方向的夹角，且0°≦α≦90°，β表示电流方向在xoy平面内的投影与x轴正方向的夹角，且0°≦β≦360°；计算测量点到电流导线之间的垂直距离r 1 ，公式表示为：上式中，根据安培环路定理和计算所得的r 1 值，计算该测量点对应的磁场强度H，公式表示为：上式中，H x 为测量点处磁场强度在x方向上的分量，H y 为测量点处磁场强度在y方向上的分量。
5.如权利要求3和4任一项所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤二中采用如下方式获取训练集：对电流大小I进行归一化处理，则x s ，y s 两个参数与磁场强度H的映射关系如下：f(x s ，y s )→(H x1 ，H y1 …H xi ，H yi …H xN ，H yN )上式中，H x ，H y 分别为测量点处磁场强度在x、y两个方向上的分量表示，其中：上式中，H xi 表示测量点在x方向上的分量；H yi 表示测量点在y方向上的分量。
6.如权利要求5所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤二还包括：确定电流位置最大取值半径r smax ，在xoy平面中以r smax 为半径的圆内均匀和随机取值确定电流位置(x s ，y s )，根据几何关系得到每一个电流位置对应的磁场强度H。
7.如权利要求6所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤二还包括：对磁场强度H进行最大值归一化，得到：上式中，H xMax ＝max(H x1 …H xi …H xN )H yMax ＝max(H y1 …H yi …H yN )将Out＝(x s ，y s )作为输出，In＝(H x1 * ,H y1 * ...H xi * ,H yi * ...H xN * ,H yN * )作为输入，构建训练集和测试集。
8.如权利要求7所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤三中向MLP神经网络模型导入所述训练集进行训练包括：输入数据In (i) ∈R 2N ，N为传感器个数，输出数据Out (i) ∈R 2 ，设a i (j) 表示第j层中第i个神经元的输出，设Θ (j) 表示第j层到第j+1层权重矩阵，矩阵元素Θ pq (j) 表示第j层中第q个元素到第j+1层中第p个元素的连接权重。
9.如权利要求8所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，所述步骤三中向MLP神经网络模型导入所述训练集进行训练还包括：在每一层中加入元素a 0 (i) ，并在矩阵Θ (j) 中加入第0列，其中a 0 (i) 表示第i层中加入的偏置，大小设置为1。
10.如权利要求9所述的适用于多场景的基于磁场信号的电流计算方法，其特征在于，步骤四中利用训练后的MLP神经网络模型进行电流计算包括：对于每一个传感器，通过其两个方向上所测得的磁场数据计算出两个电流大小的预测值Ipre i1 和Ipre i2 ，公式表示为：上式中，H xi ，H yi 表示第i个传感器的磁场强度；x i ，y i 表示传感器位置；x spre ，y spre 表示经神经网络计算得出的电流位置；对于N个传感器组成的传感器阵列，共得到2N个电流大小预测值，记Ipre为该2N个值组成的序列；取序列Ipre的中位数作为电流大小的最终计算值。
